챗봇
더 많은 작업
챗봇(Chatbot)은 사용자가 문자나 음성으로 말을 걸면 그 의도를 파악해 사람처럼 대화 형식으로 답하거나 요청한 업무를 처리해 주는 대화형 소프트웨어이다.
최초의 챗봇으로 꼽히는 것은 1966년 MIT의 조지프 와이젠바움이 만든 ELIZA다. 사용자의 말에서 핵심 단어를 찾아 미리 정한 규칙대로 되묻는 단순한 프로그램이었지만, 심리 상담사처럼 대화해 많은 사람이 기계와 이야기한다는 것을 잊었다. 이후 1995년 AIML 규칙 기반의 ALICE, 2010년대 스마트폰 음성 비서와 메신저 기반 챗봇을 거쳐, 2022년 대규모 언어 모델 기반의 ChatGPT가 나오면서 챗봇은 거의 모든 주제로 자연스럽게 대화하는 수준이 되었다.
챗봇은 메신저·웹사이트·앱·스마트 스피커 같은 사용자가 이미 쓰는 채널에 붙어, 고객 상담, 정보 안내, 예약·주문, 사내 업무 지원 등에 쓰인다. 24시간 즉시 응답하고 반복 문의를 자동으로 처리해 상담 인력의 부담을 줄이는 것이 주된 도입 목적이다.
| 유형 | 원리 | 장점 | 단점 |
|---|---|---|---|
| 규칙(시나리오) 기반 | 키워드·패턴과 미리 짠 대화 흐름(버튼, 의사결정 트리)대로 답한다 | 답이 정확하고 통제 가능, 구축이 쉽다 | 정해진 범위를 벗어나면 대응 못 한다 |
| 검색 기반 | 질문과 가장 비슷한 질문-답변 쌍을 자연어 처리로 찾아 저장된 답을 돌려준다 | 검증된 답만 내보낸다 | 질의응답 데이터 구축 부담, 새 질문에 약하다 |
| 생성 기반 | 언어 모델이 답변 문장을 새로 만든다 | 자연스럽고 범위가 넓다 | 사실과 다른 답(환각)을 그럴듯하게 만들 수 있다 |
| 하이브리드 | 업무 처리는 시나리오, 자유 질문은 검색·생성으로 나눠 맡긴다 | 정확성과 유연성의 균형 | 설계가 복잡하다 |
생성형 챗봇의 환각을 줄이려고, 답하기 전에 조직의 문서·규정을 검색해 그 내용을 근거로 답하게 하는 검색 증강 생성(RAG)을 많이 쓴다.
- 업무 지향형(task-oriented) : 예약, 조회, 신청처럼 정해진 업무를 끝내는 것이 목적이다. 필요한 정보(슬롯)를 대화로 채운다.
- 대화형(open-domain) : 특정 목적 없이 잡담·정보 질의 등 폭넓은 대화를 한다.
| 구성 요소 | 역할 |
|---|---|
| 채널·인터페이스 | 메신저, 웹 위젯, 앱, 음성(음성 인식·합성) 등 사용자 접점 |
| 자연어 이해(NLU) | 사용자 발화의 의도(intent)를 분류하고 날짜·장소·상품명 같은 개체(entity)를 추출한다 |
| 대화 관리(DM) | 대화 상태를 추적하고 다음에 무엇을 할지(되묻기, 답하기, 업무 호출) 결정한다 |
| 지식베이스·백엔드 연동 | FAQ, 문서, 데이터베이스, 업무 시스템 API와 연결해 답과 처리 결과를 가져온다 |
| 자연어 생성(NLG) | 결과를 사용자에게 보여 줄 문장으로 만든다(템플릿 또는 언어 모델) |
| 관리·분석 | 대화 기록 분석, 실패 질문 수집, 학습 데이터 보강, 상담원 연결(휴먼 핸드오프) |
대규모 언어 모델 기반 챗봇은 NLU·DM·NLG를 모델 하나가 상당 부분 맡고, 대신 프롬프트·검색·도구 호출과 출력 검증 장치를 바깥에 둔다.
| 장점 | 한계 |
|---|---|
|
|
전자정부에서 챗봇은 민원 안내와 상담을 중심으로 쓰인다. 행정 정보는 양이 많고 기관마다 흩어져 있어, 국민이 어디에 무엇을 물어야 하는지 모르는 문제가 크다. 챗봇은 이 진입 장벽을 낮추는 창구 역할을 한다.
| 분야 | 예 |
|---|---|
| 민원 안내 | 민원 서류 발급 방법, 구비 서류, 처리 기간 안내, 신청 화면 연결 |
| 정책·제도 상담 | 세금 신고, 복지 수혜 자격, 지원 사업 요건 안내 |
| 생활 정보 | 교통, 생활 쓰레기 배출, 행사·시설 예약 |
| 재난·보건 | 감염병 선별 진료소·예방 접종 안내, 재난 대응 요령 |
| 행정 내부 업무 | 공무원 대상 법령·규정·지침 검색, 보고서 초안, 업무 매뉴얼 질의 |
| 정보 취약 계층 | 음성 챗봇으로 고령자 안부 확인, 다국어 챗봇으로 외국인 민원 안내 |
- 근무 시간과 관계없이 민원 응대, 대기 시간 단축
- 콜센터·민원 창구 인력의 반복 업무 경감
- 기관별로 흩어진 안내의 일원화, 일관된 답변
- 대화 기록으로 국민 수요 분석과 정책 개선
- 정확성과 책임 : 행정 안내가 틀리면 국민이 불이익을 입는다. 법령·지침 원문을 근거로 답하고 출처를 보여 주며, 판단이 필요한 사안은 담당자에게 넘긴다.
- 개인정보 보호 : 대화에 주민등록번호 같은 민감 정보가 들어오지 않게 막고, 대화 기록의 보관·파기 기준을 둔다.
- 보안 : 외부 생성형 AI 서비스를 쓸 때 내부 자료가 유출되지 않도록 망 분리·데이터 처리 위치를 검토한다.
- 디지털 포용 : 쉬운 말, 음성 지원, 웹 접근성을 갖추고 대면·전화 창구를 함께 유지한다.
- 지속 관리 : 법령·제도 변경을 지식베이스에 바로 반영하고, 답변 실패 사례를 분석해 개선한다.
- 신뢰성 검증 : 편향·부적절 답변을 점검하는 인공지능 신뢰성 기준을 적용한다.